-
Patent Agency Ranking
公开(公告)号：CN108763096A
公开(公告)日：2018-11-06
申请号：CN201810571352.0
申请日：2018-06-06
Applicant: 北京理工大学 , 北京计算机技术及应用研究所
IPC: G06F11/36
CPC classification number: G06F11/3608
Abstract: 本发明公开了一种基于深度信念网络算法支持向量机DBN‑SVM的软件缺陷预测方法，采用深度信念网络DBN对从待预测软件提取的软件度量属性进行降维；降维后的数据进入支持向量机SVM进行分类，得到软件缺陷预测结果。本发明采用新型的软件缺陷分布预测模型——DBN‑SVM，解决软件缺陷分布的预测中，由多维测量引起的数据冗余所导致的预测精度降低的问题。
-
公开(公告)号：CN110598417A
公开(公告)日：2019-12-20
申请号：CN201910838321.1
申请日：2019-09-05
Applicant: 北京理工大学
IPC: G06F21/57 , G06F16/901
Abstract: 本发明公开了一种基于图挖掘的软件漏洞检测方法，属于软件技术领域，能够解决数据集中的数据冗余问题，并有效提高软件漏洞检测的准确率和精度。包括如下步骤：步骤1、分析软件的源代码，按照源代码中的功能模块划分代数构件，以代数构件为节点，代数构件之间的连接关系为边，生成软件系统拓扑图。将软件系统拓扑图按照功能划分为子图，所有子图构成一个图数据库G。步骤2、采用bitcode编码方法对子图中的每一条边在整个图数据库G中出现的情况进行编码表示，构建边层次编码结构BitEdgeLevel。步骤3、对所有簇进行层内扩展，通过层内扩展获得所有的父子关系。步骤4、构建BitEdgeTree搜索树。步骤5、执行图匹配检测漏洞算法。
-
公开(公告)号：CN107957946A
公开(公告)日：2018-04-24
申请号：CN201711250307.7
申请日：2017-12-01
Applicant: 北京理工大学
Abstract: 本发明提出一种基于邻域嵌入保护算法支持向量机的软件缺陷预测方法，用于解决软件度量数据冗余的问题。包括：从软件缺陷预测数据集中选择训练集X1和测试集X2；采用NPE算法对所述训练集X1和测试集X2进行降维；将降维后的训练集Y1作为训练输入集，使用支持向量机SVM进行训练，获得经过训练后的缺陷预测模型；将降维后的测试集Y2作为测试输入集，使用训练后的缺陷预测模型进行预测，将预测结果与实际结果进行比较，如果预测结果满足终止条件，则此时的软件缺陷预测模型为最优软件缺陷预测模型；否则，重新执行SVM训练进行优化。
-
公开(公告)号：CN107957946B
公开(公告)日：2020-10-20
申请号：CN201711250307.7
申请日：2017-12-01
Applicant: 北京理工大学
Abstract: 本发明提出一种基于邻域嵌入保护算法支持向量机的软件缺陷预测方法，用于解决软件度量数据冗余的问题。包括：从软件缺陷预测数据集中选择训练集X1和测试集X2；采用NPE算法对所述训练集X1和测试集X2进行降维；将降维后的训练集Y1作为训练输入集，使用支持向量机SVM进行训练，获得经过训练后的缺陷预测模型；将降维后的测试集Y2作为测试输入集，使用训练后的缺陷预测模型进行预测，将预测结果与实际结果进行比较，如果预测结果满足终止条件，则此时的软件缺陷预测模型为最优软件缺陷预测模型；否则，重新执行SVM训练进行优化。
-
公开(公告)号：CN110598417B
公开(公告)日：2021-02-12
申请号：CN201910838321.1
申请日：2019-09-05
Applicant: 北京理工大学
IPC: G06F21/57 , G06F16/901
Abstract: 本发明公开了一种基于图挖掘的软件漏洞检测方法，属于软件技术领域，能够解决数据集中的数据冗余问题，并有效提高软件漏洞检测的准确率和精度。包括如下步骤：步骤1、分析软件的源代码，按照源代码中的功能模块划分代数构件，以代数构件为节点，代数构件之间的连接关系为边，生成软件系统拓扑图。将软件系统拓扑图按照功能划分为子图，所有子图构成一个图数据库G。步骤2、采用bitcode编码方法对子图中的每一条边在整个图数据库G中出现的情况进行编码表示，构建边层次编码结构BitEdgeLevel。步骤3、对所有簇进行层内扩展，通过层内扩展获得所有的父子关系。步骤4、构建BitEdgeTree搜索树。步骤5、执行图匹配检测漏洞算法。
-
-
-
-
Search Results
5
records
(took 0.023 seconds)
